Este documento presenta los conceptos de analítica centrada en el usuario y cómo implementar un enfoque centrado en el usuario. Explica cómo definir una identificación de usuario, vincular sesiones entre dispositivos, y conectar datos entre herramientas. También proporciona ejemplos de cómo aplicar este enfoque para medir resultados de correo electrónico, importar conversiones fuera de línea y redirigir clientes existentes.
2. Aprenderemos
• Cómo afectan los hábitos de uso de la tecnología al marketing
online
• Por qué es conveniente medir usuarios frente a visitas
• Qué ventajas tiene realizar un enfoque user-centric
• Cómo compartir datos entre las diferentes herramientas que
utilizamos
• Cómo se aplica el enfoque user-centric en varios casos reales
5. … a través de los datos
(algo relativamente nuevo)
6. La tecnología supone un
cambio respecto a las
técnicas clásicas para
relacionarse con los clientes
7. Dificultades asociadas
• Entorno multidispositivo
• Entorno multicanal
• Dispersión de los datos en
diferentes herramientas
(CRM, herramienta de e-mail,
herramienta de analítica web,
aplicación de e-commerce…)
¿Cómo abordar la complejidad?
8. En el entorno multidispositivo actual es conveniente
pensar en usuarios en lugar de en visitas, bajo
riesgo de realizar análisis con datos fragmentados
9. ¿Cuándo es útil utilizar un
modelo user-centric?
• Mercados B2B
• Mercados B2C, donde el
proceso de decisión del
cliente sea largo
• Modelos basados en
recurrencia y subscripción
(ciclo de vida del cliente)
10. Motivos para utilizar un modelo
user-centric
• Medición más precisa y
modelos de atribución de los
canales de marketing
• Conocer cómo son y cómo
compran los clientes, con
información centralizada (single
customer view)
• Comunicaciones con los
clientes más adecuadas,
personalizadas y relevantes
• Reducción de churn-rate e
incremento del valor de clientes
14. Enlazando sesiones en web: de la visita al usuario
• Este proceso reduce la fragmentación de los datos asociados a
las visitas, consolidándolos en datos asociados a usuarios.
• Más adelante, veremos cómo esto nos permite aplicar los
modelos de atribución de una forma más precisa.
15. Más técnicas de identificación
• El usuario inicia sesión o se registra en el sitio web
• El usuario rellenar un formulario de contacto o solicitud de
información
• El usuario descarga un recurso gratuito tras introducir su e-mail
• El usuario hace click en un enlace de e-mail (o “newsletter”)
• El usuario canjea un cupón de descuento personalizado
• Datos de terceros: login con Facebook, Google, etc
16. Conectando las herramientas
Herramienta CRM
user id
Herramienta de E-mail Analítica Web
conversiones y
microconversiones
estadísticas de uso
user id
resultados
de e-mailing
personalización
de e-mails
19. Modelos de atribución de Google Analytics
Utilizando el user id, los modelos de atribución son más precisos
porque estaremos utilizando datos consolidados a nivel de usuario.
20. Ciclo de vida del cliente en Google Analytics
Modelos de recurrencia y SAAS
22. Ejemplo: Resultados de E-mail en Google Analytics
• Monitorizar el rendimiento de los e-mails transaccionales en
Google Analytics nos permite identificar oportunidades y
comunicaciones problemáticas que podemos corregir.
• También nos permite centralizar los resultados en un único
panel, para que no sea necesario consultar varias aplicaciones.
23. Ejemplo: Conectando conversiones offline
• Podemos importar conversiones offline (o cancelaciones) a
Universal Analytics utilizando el user id.
• Para ello utilizaremos la importación de un fichero CSV o un
proceso automático, por ejemplo, ejecutado diariamente.
• Nos permite hacer un análisis mucho más completo del camino
hacia la conversión y la transacción, cuando éstas se
producen offline.
Diferencia entre ambos modelos:
• Modelo clásico: Visitas > Leads > Pérdida de trazabilidad
• Modelo user-centric: Visitas > Leads > Transacciones offline y
atribución a fuentes de tráfico, dispositivos, regiones, etc.
24. • En este caso estamos identificando qué fuentes de tráfico generan
más asistencias a un negocio local (en este caso, una clínica).
• Podemos utilizar los datos para tener en cuenta la carga de
trabajo generada al call-center a través de las acciones de
marketing realizadas.
• Igualmente, podemos incorporar las cancelaciones o reembolsos
para detectar acciones de marketing problemáticas.
Ejemplo: Conectando conversiones offline
25. Ejemplo: Reimpactando a nuestros clientes
• Aprovechando que hemos generado una base de datos de
clientes con información rica y que nos permite realizar
segmentaciones minuciosas, podemos reimpactar a nuestros
clientes en redes ad exchange, como por ejemplo a través de
Facebook Ads.
• También podemos impactar a audiencias similares, es decir,
usuarios que comparten características demográficas y hábitos de
navegación web.